一、发展迅速：AI基金历程回顾

今年以来，随着ChatGPT的横空出世，“AIGC”（Artificial Intelligence Generate Content）再次引发人们的热烈讨论。通过机器学习的生成式AI，除了应用于搜索引擎，还能有哪些应用场景呢？前段时间，普林斯顿大学大四学生Edward Tian利用机器学习写出了GPT-Zero的程序，用来检测ChatGPT生成的内容，可谓“魔高一尺，道高一丈。”而AI在金融行业的应用其实已有些年头。早在2017年，华尔街便推出了金融界的“ChatGPT”——AIEQ（Artificial Intelligence Powered Equity）ETF，该基金的工作原理是利用人工智能和机器学习，全年日夜不间断工作，对全美数千只挂牌股票进行持续不断地分析，包括但不限于企业公告文件、季度财报、新闻以及社群文章等。然后从当前经济形势、未来趋势出发，在深度分析后再挑选出包含70支股票的投资组合。股票选好后，由基金经理团队进行再权衡。根据最新披露，AIEQ重仓的股票主要是亚马逊、谷歌、苹果、Livongo Health、微软和Teladoc Health。通过下图收益率分析，我们发现AIEQ累计收益率在20%左右，虽不及纳斯达克同期涨幅，但也在近三千只美国股票ETF和混合ETF中，排名第328位，战胜了超过80%的同行。在第一支AI基金横空出世以后，AI热在华尔街持续不断，据研究公司Morningstar的报告，截至2020年，美国股市中由人工智能管理的股权资产已达到4.3万亿美元，首次超过人类管理的资产。而目前国内由人工智能管理的基金数量较少，规模也比较小，但这两年也如雨后春笋般快速发展起来，今年6月1日，止于至善投资便宣布将由AI机器人“赛博坦”独立管理一只基金。那么，对于由AI管理的基金，你会买吗？

（AIEQ的走势图，图源：东方财富网）

二、比人强：AI基金收益率远超人类

大家会不会选择AI管理的基金，很大程度取决于它的收益率。对此，美国和芬兰教授做了一项研究，检验了四种不同类型的对冲基金的业绩表现情况，类型分布从纯AI到纯人工。作者发现，纯AI主导的对冲基金在控制市场风险的因素后回报率最高，达到了每个月0.79个基点，远高于纯人类管理的对冲基金，人类管理的仅有每个月0.23个基点。那么，AI管理的基金为何能够战胜人类呢？我认为有以下几个方面的原因：

一方面，机器比人更接近理性人的假设。在传统金融学中，我们假定人是理性人——具有风险规避、信息全面、决策迅速等特点。但在现实中，由于信息不对称以及存在知识盲区，加上人的不完全理性，我们很难做到掌握全部信息并迅速做出理性决策，但机器可以更加全面地收集信息，并根据历史经验进行迅速地决策，避免人的情感缺陷带来的不理智决策。因此，机器会比人更加理性和全面，获得更高的超额收益。

另一方面，随着技术进步和训练量的提升，AI会更加智能和精准。ChatGPT的出现并不是一蹦而就的，我们目前接触到的ChatGPT是第三代或者第四代，早在前几年便有了ChatGPT，只不过当时技术的局限和样本量的有限，并不能做到今天这样的准确和快速。由此可见，随着算法的完善和样本量的增多，由AI主管的基金也会有更高的收益率和更科学的决策。

（研究论文的界面）

三、“算法共识”：AI基金的缺陷

目前AI管理的基金发展迅猛，但也不意味着它没有缺点。“算法共识”便是想和大家讨论的一个缺陷。

算法共识指的是不同的AI基金虽然在算法细节、参数设定上会有不同，但在整体机器学习的方法、信息识别和决策上基本类似，这会导致不同的机器之间做出一致的决策，即便决策是不理性、不科学的。第一种可能的错误就是信息识别的出错，机器会通过检测百度等搜索引擎的关键词热度，选取与热度高的关键词相似的股票进行购买。如2016年特朗普当选美国总统当天，由于他被网友戏称为“川普”，“川普”一词的热度迅速攀升，当天股票市场上带有“川”字股票均迎来大涨，背后也是因为程序化交易对于信息识别的有误导致的不理性决策。再者，AI量化机构也会出现蜂拥而上追涨热门股票，导致股票价格的异常波动的情况。前面有提到，由于机器的决策算法大同小异，都会考虑股票热度、换手率等一样的因素，从而导致不同机器做出一样的决策，一致的决策导致股票价格波动增大，造成AI量化基金面临更大的亏损风险。

总的来看，AI管理的基金正走上发展的快车道，但也面临着不少的问题。那么你是怎样看待这类基金的呢？又是否会选择购买呢？欢迎大家在评论区留言讨论！

本文作者可以追加内容哦 !